买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东飞云数字科技有限公司申请的专利一种基于互联网的远程医疗问诊系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121281784B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511836237.8，技术领域涉及：G16H40/67；该发明授权一种基于互联网的远程医疗问诊系统是由田文海;闻铭;曲春屹设计研发完成，并于2025-12-08向国家知识产权局提交的专利申请。

本一种基于互联网的远程医疗问诊系统在说明书摘要公布了：本发明涉及医疗信息技术领域，公开了一种基于互联网的远程医疗问诊系统，包括：数据采集与质量保障模块，采集多源异构医疗数据，进行时序对齐、质量监测与智能修复插补；特征提取与融合模块，进行深度特征提取、跨模态语义对齐与分层注意力融合；并发症关联推理模块，采用图注意力网络和多跳推理，得到深度并发症关联推理结果；并发症进展预测模块，构建并发症进展预测模型，进行元学习增强与不确定性量化；智能用药决策模块，生成候选方案并筛选帕累托最优方案；依从性管理模块，进行依从性因果推断与闭环优化；效果评估模块，进行效果评估和动态优化；本发明通过因果推断和强化学习建立依从性提升机制，实现可解释人机协同决策和闭环优化管理。

本发明授权一种基于互联网的远程医疗问诊系统在权利要求书中公布了：1.一种基于互联网的远程医疗问诊系统，其特征在于，包括： 数据采集与质量保障模块，采集多源异构医疗数据，进行时序对齐、质量监测与智能修复插补，得到完整性增强的医疗数据集； 特征提取与融合模块，对完整性增强的医疗数据集进行深度特征提取、跨模态语义对齐与分层注意力融合，得到层次化融合的患者健康状态表征向量；具体包括：采用Transformer编码器架构对时序生理信号数据进行深度特征提取，通过位置编码和自注意力机制得到时序信号特征向量；采用VisionTransformer视觉转换器模型对眼底影像数据进行特征提取，得到影像特征向量；采用TabNet表格数据专用深度学习网络对结构化检验报告数据进行特征提取，得到结构化数据特征向量；采用基于对比学习的跨模态语义对齐方法将各模态特征映射到公共语义空间；采用分层跨模态注意力融合机制进行深度特征融合，得到层次化融合的患者健康状态表征向量； 并发症关联推理模块，基于层次化融合的患者健康状态表征向量，执行图注意力网络和多跳推理，得到深度并发症关联推理结果；具体包括：采用预训练的生物医学领域语言模型进行知识抽取，识别疾病实体、症状实体、药物实体和检查指标实体，抽取实体之间的因果关系、共现关系和治疗关系，构建糖尿病并发症知识图谱；采用增量学习和知识融合方法对知识图谱进行动态更新，得到动态演化的疾病知识图谱；采用实体链接算法将患者的症状和检测指标映射到知识图谱中的实体节点，得到患者疾病状态在知识图谱中的表示；采用图注意力网络在知识图谱上进行消息传递和特征聚合，通过多跳信息传播识别并发症之间的关联路径和潜在并发症风险； 并发症进展预测模块，基于深度并发症关联推理结果，构建并发症进展预测模型，进行元学习增强与不确定性量化，得到并发症进展预测结果；具体包括：采用自监督学习方法在糖尿病患者电子病历数据库上预训练多任务并发症预测基础模型，通过掩码预测任务和对比预测任务学习疾病演化模式，构建多任务学习框架同时预测糖尿病肾病、视网膜病变、周围神经病变、心血管并发症的发生和进展；采用迁移学习技术将预训练模型适配到目标医疗机构的特定患者人群，得到迁移优化的预测模型；通过在并发症组合预测任务上学习模型初始化参数，对于每个任务将数据分为支持集和查询集，在支持集上进行梯度更新得到任务特定参数，在查询集上评估性能并计算元损失，根据元损失更新模型初始化参数，得到元学习增强的预测模型；基于患者健康状态表征向量、深度并发症关联推理结果和患者历史时序数据进行并发症进展态势预测，采用贝叶斯深度学习方法进行不确定性量化，计算预测均值和预测方差，得到带置信度的并发症进展预测结果； 智能用药决策模块，基于并发症进展预测结果，生成候选方案并筛选帕累托最优方案，得到多层次个性化用药推荐方案；具体包括：采用层次分析法构建多目标优化函数，定义血糖控制效果评分函数、并发症延缓效果评分函数、副作用风险评分函数和生活质量评分函数；采用深度强化学习方法训练智能用药决策代理，构建用药决策的马尔可夫决策过程，融入药物相互作用约束和临床诊疗指南的规则约束；根据患者的代谢酶基因型、肝肾功能指标、药物敏感性、过敏史个性化特征参数生成药物组合方案，采用药物协同效应评估模型计算协同治疗效果，通过药代动力学模型确定个性化给药剂量；采用帕累托最优筛选算法寻找最优方案集合，得到多层次个性化用药推荐方案； 依从性管理模块，基于多层次个性化用药推荐方案，进行依从性因果推断与闭环优化，得到自适应依从性提升方案；具体包括：采用因果推断方法构建依从性行为的因果关系网络，采用结构因果模型构建有向无环图表示因果关系，识别对依从性具有因果作用的因素；采用反事实推理技术评估不同干预措施的因果效应，得到干预措施效果评估结果；将患者分类为认知障碍型、时间管理困难型、副作用敏感型和社会支持缺乏型，为不同类型患者匹配相应的健康教育、智能提醒优化、用药方案调整和社会支持网络构建干预组合；采用在线强化学习算法持续优化依从性预测模型和干预策略，得到自适应依从性提升方案； 效果评估模块，基于自适应依从性提升方案，进行效果评估和动态优化，得到治疗效果评估报告。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东飞云数字科技有限公司，其通讯地址为：264000 山东省烟台市芝罘区南大街303号烟台众创中心1楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。